现在，仅需“几十个例子”甚至12个例子，就能够让模型有效学会特定领域的推理。根据OpenAI的研究数据，经过强化微调的o1mini模型，其测试通过率比传统的o1模型高出24%，相比未经过强化微调的o1mini则提升了整整82%。

用 GPT 给出的代码来写 bot，没想到 GPT 给的代码是带后门的，会将私钥发给钓鱼网站。使用 GPT/Claude 等 LLM 时，一定要注意，这些 LLM 存在普遍性欺骗 ...

【新智元导读】当初，由UC伯克利、斯坦福、UCSD等高校华人学生发起的AI擂台，如今已经成为了超过170款模型的大比竞技场！全世界的初创公司和科技巨头都在拼命争夺第一的位置。

OpenAI 连续 12 天的深夜直播，直接给 AI 圈干懵了。每天一边疯狂，一边感觉身体在被掏空……12 天的炮弹攻击，搞得其他厂商都不敢有动静了。但是，我今天发现国产「AI 卷王」智谱悄悄地在公众号里发了篇推文——首个免费多模态 ...

在经典的动物过河逻辑推理题上，Gemini-Exp-1121 回答完全正确，新版 4o 出现了一些失误，把第三次过河和第四次过河合并了，因此回答有误。

利用 GPT-4 生成数据集文档（来源：Grab Engineering Blog） Hubble 团队的创建的一个 Slack bot 让数据消费者能更便捷地进行数据发现。工程师们决定利用 ...

接下来看看三种主流大模型：Llama-3-70B、GPT-4和Claude3-Opus之间的对比。 在使用众包及游戏排位赛的大模型评价平台Chatbot Arena上，Llama3的表现被认为 ...

并宣称该小型模型在聊天机器人（Chatbot）评测上超越所有GPT-3.5模型。同一天Google还开源了安全内容分类模型ShieldGemma，以及可用来解释模型内部作业 ...

在新版GPT-4o刚登顶竞技榜后1天 ... 或许等到明年，和Chatbot的主要交流方式，就要从文字对话转为语音和agent了。Live Camera可能就是开始，你觉得 ...